NVIDIA
MicrosoftMicrosoft представила собственный ИИ-чип Maia третьего поколения. Он должен стать «основной системой для выполнения ИИ-запросов» в продуктах и сервисах компании. Maia 300 снижает стоимость обработки ИИ-нагрузок в облаке и повышает ее эффективность, а также лучше справляется с современными моделями рассуждения и задачами ИИ-агентов.
ИИ-чип Microsoft Maia 300. Изображение: Microsoft
Эффективность Maia 300
Внедрение Maia 300 начнется в 2027 году. При разработке чипа особое внимание уделили эффективности.
Исполнительный вице-президент облачного подразделения Microsoft Скотт Гатри (Scott Guthrie) заявил:
Мы ожидаем, что Maia 300 будет обрабатывать на 40% больше токенов на мегаватт по сравнению с ведущими системами на базе GPU. А в полной конфигурации из 96 ускорителей пропускная способность по обработке токенов на уровне стойки достигает семикратного показателя Maia 200.
Благодаря этим улучшениям Microsoft вскоре сможет использовать преимущественно собственные ИИ-чипы вместо решений NVIDIA и AMD.
Гатри сообщил:
Начиная с 2027 года мы будем наращивать развертывание систем семейства Azure Maia до суммарной мощности в несколько гигаватт, сделав Maia основной системой для выполнения ИИ-запросов в продуктах и сервисах Microsoft.
Чипы Maia 300 начнут использовать для рабочих нагрузок в 2027 году. Изображение: Microsoft
Maia 300 сменит Maia 200
Maia 300 сменит Maia 200, который представили только в январе. Maia 200 уже используется для рабочих ИИ-нагрузок в Microsoft Copilot, GitHub Copilot, Microsoft Foundry и собственных ИИ-моделях компании.
Гатри заявил:
Maia 200 – самая производительная ИИ-инфраструктура среди наших систем, если оценивать ее по реальным показателям работы ИИ-сервисов. Maia 300 – полноценная ИИ-система, разработанная для новых типов нагрузок: рассуждений с длинным контекстом, диалоговых сервисов, чувствительных к задержкам, и длительных многоэтапных задач ИИ-агентов.
Чиплетная архитектура
Для повышения эффективности Microsoft использует новую чиплетную архитектуру. Maia 300 производится по техпроцессу TSMC N2P, а его архитектура разделяет вычислительные блоки, контроллер памяти и функции ввода-вывода.
Команда Azure, отвечающая за оборудование и инфраструктуру, сообщила:
Это увеличивает площадь кристалла, отведенную под вычисления, и позволяет использовать для каждой функции наиболее подходящую технологию.
Собственные ИИ-модели Microsoft
Maia 300 также играет важную роль в разработке собственных ИИ-моделей Microsoft и может помочь компании догнать Google DeepMind, OpenAI и Anthropic.
Глава Microsoft AI Мустафа Сулейман (Mustafa Suleyman) заявил:
Мы должны работать со всем технологическим стеком, вплоть до самих чипов. При таких масштабах нам нужна собственная платформа, которую мы проектируем вместе с нашими моделями. Поэтому запуск ИИ-моделей Microsoft на чипах Maia – одно из ключевых направлений работы нашей команды.